Si hay productos cotidianos que esperamos que sean fiables son los pañales. Este imperativo empuja a Procter & Gamble Co (P&G) a invertir en la calidad y confiabilidad de sus productos Pampers. Pero cuando cada día se desechan miles de pañales dañados durante el proceso de fabricación, también debemos trabajar en la tasa de desperdicio. Esto es lo que decidió a P&G a utilizar los datos para mejorar su actividad de fabricación de pañales.
"Siempre estamos buscando cuáles son las mayores fuentes de pérdidas y dónde las cosas podrían funcionar mejor", dice Jeff Krietemeyer, director senior de TI para Servicios y Soluciones Globales de Cuidado del Bebé en Procter & Gamble. Su equipo comenzó, a partir de finales de 2021, a estudiar una solución para solucionar los problemas de fabricación más costosos, particularmente los que afectan a los pañales.
Una tasa de chatarra que cae un 70%
Los pañales están hechos de pulpa de papel, plástico, bolitas absorbentes y elásticos, y se utilizan diferentes procesos, como el pegado continuo en caliente y la plancha, de forma altamente mecanizada. Cuando comienza a fallar, Procter & Gamble ahora utiliza su plataforma de optimización de fusión en caliente, llamada Hot Melt Optimization, para volver a encarrilarla. Este proyecto, que le valió a Procter & Gamble el premio CIO 100 2023 a la innovación y el liderazgo en TI, tuvo un impacto muy significativo en la fabricación.
Hot Melt Optimization utiliza un método patentado para recopilar datos mediante sensores patentados ubicados en la línea de ensamblaje. Combinado con el análisis predictivo de Microsoft y la nube industrial de Azure, este método permite a P&G producir capas perfectas al reducir las pérdidas por productos dañados durante el proceso de fabricación. Desde que implementó la solución en 11 fábricas, P&G estima que ha eliminado el 70% de los pañales defectuosos que deben desecharse. Los ejecutivos del grupo no desvelan la cantidad exacta de ahorro que se consigue cada semana gracias a este enfoque, pero se trata de una cantidad de siete cifras.
Análisis de capas basado en datos
Durante el proceso de fabricación de las capas, una válvula solenoide automatizada libera un flujo de pegamento caliente de manera muy precisa para garantizar que los espesores de las capas solidifiquen correctamente. “Las capas pasan por la línea de fabricación a alta velocidad durante el proceso de ensamblaje, lo que requiere una aplicación extremadamente precisa del pegamento termofusible”, explica Jeff Krietemeyer, quien especifica que estos pegamentos son seguros para la piel humana. Sin embargo, si la temperatura y presión del flujo de pegamento son inexactas, o el pegamento se atasca en la válvula y este defecto no se corrige a tiempo, las capas ensambladas con estos parámetros deben tirarse a la basura.
Para reducir las consecuencias de estos defectos, Procter & Gamble trabajó estrechamente con Microsoft para implementar la plataforma analítica IoT y Edge de la editorial, su nube Azure para la industria y sus sensores IoT, sus funciones analíticas en Edge Computing y sus modelos de Machine Learning. La plataforma resultante se probó durante nueve meses en una planta piloto de P&G, antes de implementarse en la mitad de las plantas de fabricación de Pampers en todo Estados Unidos.
De camino a una de estas plantas en Missouri, Jeff Kietermeyer explica que la combinación de la plataforma Edge y el motor de reglas analíticas, sensores y IoT se ha empleado con éxito para abordar anomalías de presión y temperatura, así como problemas relacionados con las válvulas. "El equipo del proyecto exploró varios algoritmos, incluido el entrenamiento de modelos de redes neuronales, y descubrió que el motor de reglas de IA de Microsoft obtuvo los mejores resultados", especifica el CIO.
Detecta desviaciones en tiempo real
En la línea de montaje, P&G utiliza controladores programables Rockwell y otros sensores para monitorear y registrar de cerca los datos de temperatura y presión del flujo de pegamento. Los datos se introducen en plataformas analíticas y programas desarrollados internamente para identificar errores o anomalías que deben corregirse en tiempo real, sin desconectar la producción. Esto asegura que la producción de cada línea supere el nivel alcanzado antes del lanzamiento de Hot Melt Optimization.
La transmisión de datos se configuró utilizando una base de datos de control industrial llamada Influx Historian. Los datos se entregan al modelo analítico Edge de Microsoft mediante un sistema de transmisión y una vista previa a través de Grafana. El sensor y el software pueden detectar si algo no funciona correctamente y, en unas horas, realizar la corrección automáticamente.
Jeff Krietemeyer, director senior de TI para soluciones y servicios globales de cuidado del bebé en Procter & Gamble. crédito: RD
"Estos microcontroladores industriales funcionan a muy alta velocidad y son muy sensibles", observa Jeff Kietermeyer. “Se necesita mucho esfuerzo e inspección para operarlos con gran precisión para hacer la capa perfecta, y no hay ningún experto disponible las 24 horas del día, los 7 días de la semana para monitorear la línea. E incluso si lo hubiera, necesitaría algo de tiempo de inactividad. De ahí surgió la idea del proyecto”.
El poder del análisis predictivo
Aquí, el análisis predictivo es esencial. Las especificaciones de fabricación de P&G se prueban continuamente con los datos entrantes, según reglas, a través del motor de análisis de Microsoft, lo que permite detectar las correcciones necesarias con horas de antelación. “Si los datos siguen una mala tendencia, es posible predecir en un plazo de seis a ocho horas si provocará una falla [dans la fabrication] », explica Jeff Kietermeyer. “Podemos predecirlo a tiempo para detener esta tendencia y realizar el mantenimiento antes de que salgamos de las especificaciones. »
Procter & Gamble, una de las empresas de bienes de consumo más grandes del mundo con más de 80 mil millones de dólares en ingresos en 2022, destaca la importancia de utilizar la recopilación de datos y el análisis predictivo en los resultados comerciales. "La demanda de productos para el cuidado del bebé es extremadamente alta y las líneas de producción necesarias para fabricar estos productos son muy exigentes en términos de activos", afirmó el grupo. “La capacidad de P&G para mantener las líneas en funcionamiento tiene un impacto significativo en nuestros resultados, incluido el respaldo a nuestra capacidad para mantener y aumentar la capacidad de producción, reducir el tiempo de inactividad no planificado y reducir los desperdicios. generado durante la producción. »
Entender sus procesos de fabricación en detalle
La optimización de la termofusión sigue a compromisos más amplios de P&G para hacer evolucionar sus operaciones de fabricación utilizando tecnología e inteligencia artificial. Un analista que sigue el uso de la tecnología en la fabricación señala que es fundamental que los fabricantes conozcan sus procesos de arriba a abajo para beneficiarse de los últimos avances: “la transformación digital requiere sensores avanzados, análisis de datos y los últimos avances en inteligencia artificial para ganar conocimientos sobre los procesos de producción”, dice Carlos González, director de investigación de ecosistemas y tendencias de IoT en IDC. “El dinamismo del comercio electrónico está empujando a las organizaciones a adoptar más flexibilidad y producir bienes de manera eficiente y rápida. Para ello, las organizaciones deben comprender profundamente sus procesos industriales. Por lo tanto, las plataformas de IoT y la recopilación de datos son necesarias para garantizar el éxito y la resiliencia de las operaciones industriales. »
Otras noticias que te pueden interesar